پديد آورنده :
زمانلو، كميل
عنوان :
مدل سازي و ارائه روش حل براي مسئله مسيريابي وسيله نقليه وابسته به زمان با محدوديت هاي بارگيري دوبعدي
مقطع تحصيلي :
كارشناسي ارشد
محل تحصيل :
اصفهان: دانشگاه صنعتي اصفهان، دانشكده صنايع و سيستم ها
صفحه شمار :
[سيزده]، 80ص.: مصور، جدول، نمودار
يادداشت :
ص.ع. به فارسي و انگليسي
استاد راهنما :
محمدسعيد صباغ
استاد مشاور :
مهدي علينقيان
توصيفگر ها :
الگوريتم ژنتيك بهبوديافته , الگوريتم شبيه سازي تبريد , جستجوي محلي با مرتب سازي نامغلوب نخبه گرا
تاريخ نمايه سازي :
94/2/20
استاد داور :
رضا حجازي، مرتضي راستي
تاريخ ورود اطلاعات :
1396/09/27
رشته تحصيلي :
صنايع و سيستم ها
دانشكده :
مهندسي صنايع و سيستم ها
چكيده فارسي :
چكيده در اين پاياننامه مسئله مسيريابي وسيله نقليه وابسته به زمان با محدوديتهاي بارگيري دوبعدي بررسي شده است اين مسئله خدماترساني به مشتترياني را در نظر ميگيرد كه در ناحيههاي مختلف يك شتهر پراكندهشتدهاند در چنين ناحيههايي زمان ستفر در يك مسير عالوه بر طول آن مسير به زماني از روز وابسته است كه اين سفر اتفاق ميافتد اين مسئله ويژگي ديگري نيز دارد و آن اينكه مشتريان تقاضاي اقالمي مستطيلي شكل را دارند به همين دليل بايد عالوه بر وزن عرض و طول اقالم نيز مشخص باشد هدف اين مسئله پيدا كردن تخصيص بهينه مشتريان به وسايط نقليه است به طوري كه كل زمان خدماترساني كمينه شود و امكان بارگيري از اقالم اختصاص دادهشده به يك وسيله نقليه در درون محل بارگيري آن وجود داشته باشد يك مدل رياضتي تك هدفه و يك مدل رياضتي دو هدفه براي مستئله مذكور ارائه شتده است تفاوت دو مدل تنها در توابع هدف بوده و محدوديتهاي يكساني دارند تابع هدف اصلي تابع هدف مدل تك هدفه و تابع هدف اول مدل دو هدفه زمان خدماترساني به مشتريان را محاستتبه ميكند درحاليكه تابع هدف دوم مدل دو هدفه براي متوازن كردن محمولههاي اختصتتاص دادهشتتده به وستتايط نقليه از نظر وزني است الزم به ذكر است كه كمينهسازي هر دو تابع هدف مطلوب ميباشد براي حل مدل تك هدفه از الگوريتمهاي شتبيهستازي تبريد و ژنتيك بهبوديافته استتفاده شده است براي بررسي اعتبار اين روشها در حل مستتئله چندين نمونه در ابعاد كوچك حل و با نتايج حاصتتل از يك روش دقيق و همچنين الگوريتم ژنتيك پايه مقايستته شتتده اس تت براي بررستتي كارايي الگوريتمها در ابعاد واقعي نيز پس از حل چندين نمونه توستتط هر ستته الگوريتم نتايج با يكديگر مقايستته شتتدهاند نتايج محاستتباتي حاكي از عملكرد مناستتب اين روشها در حل مس تئله ميباشتتد براي حل مدل دو هدفه نيز از جستتتجوي محلي با مرتبستتازي نامغلوب نخبه گرا استفاده شده است به منظور سنجش اعتبار و كارايي اين روش عملكرد آن در ابعاد كوچك با يك رويكرد حل دقيق و همچنين دو الگوريتم فراابتكاري ديگر مقايسته شتده استت در ابعاد بزرگ نيز كارايي آنها در مقايسه با يكديگر مورد قضاوت قرار گرفته است نتايج محاسباتي نشان ميدهد كه الگوريتم پيشنهادي عملكرد بهتري در مقايسه با الگوريتمهاي ديگر در حل مسئله دارد كلمات كليدي مستتئله مستتيريابي وستتيله نقليه وابستتته به زمان با محدوديتهاي بارگيري دوبعدي الگوريتم ژنتيك بهبوديافته الگوريتم ت ت ت شبيهسازي تبريد جستجوي محلي با مرتبسازي نامغلوب نخبهگرا
چكيده انگليسي :
AbstractThis thesis is about Two dimensional loading time dependent vehicle routing problem Thisproblem considers delivery of rectangular shaped items to customers that are located in anurban area In urban areas the travel time between two nodes depends not only on distancebetween two nodes but also on departure time from the origin The aim is to find optimalallocation of customers to the vehicles so that total service time is minimized and a feasibletwo dimensional allocation of the items into the loading surface exists Two mathematical models are proposed The first model is a single objective model thatconsiders total service time The second model is a bi objective model The first objective istotal service time and the second objective considers load balance The general objective isminimization of these two objectives Two metaheuristics named IMproved Genetic Algorithm IMGA and Simulated Annealing SA are proposed to solve single objective model For validating these methods some smallscale problems are solved and results are compared to an exact method The comparison ofresults shows that these methods are trustable for solving the model For investigating theirefficiency in dealing with real world problems some large scale problems are solved and theresults are compared to the results of Genetic Algorithm GA Results show that IMGA andSA are more efficient than GA A new metaheuristic named Elitist Non dominated Sorting Local Search ENSLS isimplemented to solve bi objective model Some small scale problems are solved to examineits validation Also the model solved with an exact method The computational resultsindicate efficiency of this method Also some large scale problems are solved to show itsefficiency in solving real world problems The results are compared to the results of twoother methods Non dominated Sorting Genetic Algorithm II NSGA II and StrengthPareto Evolutionary Algorithm 2 SPEA2 It is shown that ENSLS outperforms NSGA IIand SPEA2 Keywords Two dimensional loading time dependent vehicle routing problem improvedgenetic algorithm simulated annealing elitist non dominated sorting local search
استاد راهنما :
محمدسعيد صباغ
استاد مشاور :
مهدي علينقيان
استاد داور :
رضا حجازي، مرتضي راستي
